刚刚，腾讯主力AI应用「元宝」宣布接入Deepseek-R1满血版！
现在打开腾讯元宝，它已经可以在模型选择框中，自由切换混元模型和满血版DeepSeek-R1。
而且切换到满血版DeepSeek的腾讯元宝，支持联网搜索。
这下，它已经是——支持双模型+可联网搜索+整合微信公众号、视频号等腾讯生态信息源的钮祜禄·腾讯元宝了！
值得注意的是，这是腾讯云支持DeepSeek能力开发小程序、ima接入DeepSeek-R1能力过后，腾讯再一次对DeepSeek敞开怀抱。
满血版R1，能联网，还打通微信生态
腾讯元宝方面表示，此举是为了给用户提供更稳定、实时、全面、准确的回答。
使用方法非常简单，打开腾讯元宝网页，或者iOS端App。
对话框下方可以自由选择使用的模型是混元还是DeepSeek-R1。
混元模型自带联网搜索能力。
而当切换到R1模型时，会再出现一个选项，自由选择是否让它联网。
据介绍，腾讯元宝接入的是DeepSeek-R1-671B。
大家称之为R1满血版，因为它是R1系列模型中，能力最完整、效果最优的版本。
值得一提的是，腾讯元宝的联网搜索，覆盖了微信公众号等腾讯生态内容及互联网权威信源，答案准确性更高。
这也是元宝在众多AI应用中，一直强调的差异化优势，现在这个优势也成为了DeepSeek增强的一部分。
就在最近，第三方评测基准SuperClue还发布了一张表格，名为《第三方平台DeepSeek-R1稳定性平层总榜》，其中以完整回复率、截断率、无回复率、准确率、推理耗时等多个方面来评估了目前接入DeepSeek-R1的多个第三方。
量子位基于这个标准，浅问了用上DeepSeek-R1+联网的腾讯元宝几个问题，从各个维度人肉感受一下。
Question one：奥特曼最新一次提到DeepSeek都说了哪些内容？
主要考验的是元宝的联网搜索能力。
元宝先进行了深度思考：
然后联网引用了7篇文章作为参考资料。
量子位逐一查看发现，7篇被引资料均来自微信公众号文章。
而且其中第1篇和第3篇，都是量子位此前的实时跟踪推文（手动狗头）。
该说不说，联网引用的信息源，确实符合prompt的要求，“最新”。
最终，元宝给出的答案如下：
测了联网效果，再来测推理能力——
Question two：有一天，一个女孩参加数学考试只得了38分。她心里对父亲的惩罚充满恐惧，于是偷偷把分数改成了88分。她的父亲看到试卷后，怒发冲冠，狠狠地给了她一巴掌，怒吼道：“你这8怎么一半是绿的一半是红的，你以为我是傻子吗？”
女孩被打后，委屈地哭了起来，什么也没说。过了一会儿，父亲突然崩溃了。
请问这位父亲为什么过一会崩溃了？
这一问其实是个海龟汤，主要考察的是元宝接入DeepSeek-R1后的推理能力。
元宝没有说服务繁忙，直接开启了思考：
最后给出答案如下：
突然许愿！
希望以后有朋友做个海龟汤benchmark，来考察推理模型们的能力。
认真脸.jpg
实测感受，腾讯元宝切换到DeepSeek-R1后，输出速度并不慢，而且几乎每问必答，哪怕三番四次让它帮我算命他都态度良好（？）。
可以从下面这个动图感受一下它的思考和输出速度：
腾讯给出的解释是：
腾讯元宝依托腾讯云的充足算力，保障服务稳定性，并针对推理效率做了专门优化，大幅提升模型响应速度，保障用户使用体验。
腾讯正在全面拥抱DeepSeek
腾讯元宝不是第一个接入DeepSeek的第三方。
DeepSeek-R1在农历新年前发布，因效果优异、高性价比、开源等优势引发全球广泛关注，连奥特曼都在最新访谈中表示，每天醒来都为此（被DeepSeek等后来者超越）担忧。
开源、便宜、好用，DeepSeekp-R1吸引无数用户疯狂涌入，致使官方入口也因访问过载而频繁卡顿。
开源意味着能本地部署，但很多用户都因算力限制，要么部署不成，要么仅能运行小尺寸模型，且无法联网，影响使用体验。
是以，蛇年刚开始，就不断有第三方平台接入DeepSeek-R1，让更多人能从不同渠道把最热门的AI用起来。
而在这一波里面，腾讯可以算是全家总动员的那一个。
再早两天前，2月11日，腾讯云开发宣布能力上新，开发者能够基于最新的小程序基础库。
最少仅需输入3行代码，就可以将满血版DeepSeek大模型能力接入到小程序中，快速实现智能对话、文本生成等功能。
其中，云开发新用户首月套餐免费，并享有100万token。
且云开发的AI能力不仅能接入小程序，还支持微信订阅号、服务号、小程序客服等多种微信生态能力的接入。
同一天，腾讯旗下的ima也正式接入DeepSeek-R1模型。
将ima更新至最新版本后，用户在使用搜、读、写和知识库的时候，可以选择腾讯混元大模型或DeepSeek-R1模型。
Windows端、Mac端和ima知识库小程序均可体验。
更早之前，腾讯自研的混元大模型，就以开源为方向；在大模型创投领域，腾讯也下注了大模型六小强在内的多家大模型独角兽。
但在DeepSeek之前，腾讯并未如此全面地拥抱第三方模型。
这可以视为DeepSeek的胜利，DeepSeek以R1模型的能力，受到了腾讯的技术和产品认定。
也可以视为开源的胜利，OpenAI不开源，但DeepSeek开源，开源就会让更多玩家放心使用，然后又会反哺DeepSeek本身，实现生态的胜利。
但最后，同样是腾讯在AI浪潮中的气度和战略的展现，拥抱的不光是DeepSeek，更是用户体验最佳的模型——不管是否是自家研发或者投资的。
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
扫一扫
129
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
